RAG 기반 LLM 성능 평가 및 검증을 위한 LangChain 활용 RAGA 방법론 연구

정효정; 송주현; 서상훈; 임진효; 이현상; 김동균

추천

검색

질문

자료유형: 학술대회자료

저자정보: 정효정 (경북대학교) 송주현 (경북대학교) 서상훈 (경북대학교) 임진효 (경북대학교) 이현상 (경북대학교) 김동균 (경북대학교)

저널정보: 대한전자공학회 대한전자공학회 학술대회 2024년도 대한전자공학회 하계학술대회 논문집

발행연도: 2024.06

수록면: 2,567 - 2,572 (6page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

The emergence of large language models (LLM) like ChatGPT is positively affecting our society, and people are hoping to adopt them in their industry. On the other hand, those are also causing problems like Hallucinations producing false information. Retrieval-augmented generation (RAG) is one of the methods that can solve hallucination problems. Therefore, we introduce the framework that can evaluate the performance of RAG methods using the RAG assessment (Ragas) evaluation framework. Using datasets generated by GPT containing question, answer, and context, LLM answers to queries. Then, Ragas evaluates the performance of each LLM and RAG method with retrieved contexts and generated answers. Ultimately, we suggest that companies planning tobring LLM into their products utilize this evaluation framework to evaluate the performance of RAG methods and LLM.

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

RAG기반 랭체인을 이용한 생성형 AI 챗봇 구현

조찬영 , 강성준 , 정현준 Proceedings of KIIT Conference 2023 .11

LLM 애플리케이션 아키텍처를 활용한 생성형 AI 서비스 구현: RAG모델과 LangChain 프레임워크 기반

정천수 지능정보연구 2023 .12

육아 리얼리티 프로그램 시청동기가 이용자 만족과 재시청에 미치는 영향에 관한 연구 : <아빠! 어디가?>, <슈퍼맨이 돌아왔다>를 중심으로

김동우 , 이영주 방송공학회논문지 2014 .11

앙상블 다이버시티를 이용한　RAG-LLM 응답 성능 향상

강석훈 , 김성진 한국정보통신학회논문지 2024 .08

RAG(Retrieval-Augmented Generation) 시스템 구현을 위한 개방형과 폐쇄형 LLM(Large Language Model) 모델 간의 성능 비교에 관한 연구

김민창 , 이채원 , 염세훈 한국통신학회 학술대회논문집 2024 .06

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)